SlideShare a Scribd company logo
1 of 11
PROBLEM SOLVING BY SEARCHING
* UNINFORMED SEARCH
* INFORMED SEARCH
ARIEF PRASETYO - 227038010
TEKNIK INFORMATIKA - FASILKOM TI - USU
UNINFORMED SEARCH
Biasa disebut Sebagai Blind Search
 Tidak Memiliki Informasi tambahan mengenai kondisi
di luar dari yang disediakan definisi masalah
 Yang dilakukan dalam Teknik pencarian ini adalah
generate dari successor dan membedakan antara goal
state dan non goal state.
 Pencarian dilakukan pada urutan mana saja node
yang hendak di expand
UNINFORMED SEARCH
 Breadth-First Search
 Uniform-cost Search
 Depth-first Search
 Depth-Limited Search
 Iterative Deepening Depth-First Search
 Bidirectional Search
UNINFORMED SEARCH
1. Breadth-First Search
• Semua node pada level n akan dikunjungi terlebih dahulu sebelum
mengunjungi node-node pada level n+1.
• Menggunakan FIFO (Queue)
• Algoritma :
1. Masukkan node akar ke queue
2. Ambil node dari awal queue dan cek apakah merupakan solusi
3. Jika solusi maka pencarian selesai, return hasil
4. Jika bukan solusi, masukkan seluruh node anak ke dalam queue
5. Jika queue kosong dan tiap node sudah dikunjungi, pencarian selesai
6. Jika queue tidak kosong, ulang pencarian mulai dari poin 2
UNINFORMED SEARCH
1. Breadth-First Search
 Keuntungan :
1. Tidak akan menemui jalan buntu, menjamin ditemukannya solusi (jika solusinya
memang ada) dan solusi yang ditemukan pasti yang paling baik
2. Jika ada 1 solusi, maka breadth – first search akan menemukannya,jika ada lebih
dari solusi, maka solusi minimum akan ditemukan.
3. Kesimpulan : complete dan optimal
 Kelemahan :
1. Membutuhkan memori yang banyak, karena harus menyimpan semua
simpul yang pernah dibangkitkan. Hal ini harus dilakukan agar BFS
dapat melakukan penelusuran simpul-simpul sampai di level bawah
2. membutuhkan waktu yang cukup lama
UNINFORMED SEARCH
1. Breadth-First Search
INFORMED SEARCH
Biasa disebut Sebagai Heuristik Search
 Pencarian dengan algoritma ini menggunakan
knowledge yang spesifik terhadap permasalahan
yang dihadapi disamping dari definisi masalah itu
sendiri.
 Metode ini mampu menemukan solusi secara
lebih efisien dari pada yang bisa dilakukan pada
metode uninformed search
INFORMED SEARCH
1. Greedy Best-First Search
• Berikut langkah-langkah pencarian lintasan terpendek yang dilakukan
Greedy Best-First Search :
• Masukkan simpul awal ke dalam Open List.
• Open berisi simpul awal dan Closed List masih kosong.
• Masukkan simpul awal ke Closed List dan suksesornya pada Open List.
Ulangi langkah berikut sampai simpul tujuan ditemukan dan tidak ada
lagi simpul yang akan dikembangkan.
• Hitung nilai f simpul-simpul yang ada pada Open List, ambil simpul
terbaik (f paling kecil).
• Jika simpul tersebut sama dengan simpul tujuan, maka sukses
• Jika tidak, masukkan simpul tersebut ke dalam Closed
• Bangkitkan semua suksesor dari simpul tersebut
• Untuk setiap suksesor kerjakan :
• Jika suksesor tersebut belum pernah dibangkitkan, evaluasi
suksesor tersebut, tambahkan ke Open, dan catat “parent”- nya.
• Jika suksesor tersebut sudah pernah dibangkitkan, ubah parent-
nya jika jalur melalui parent ini lebih baik daripada jalur melalui
parent yang sebelumnya. Selanjutnya, perbarui biaya untuk
suksesor tersebut
INFORMED SEARCH
1. Greedy Best-First Search
SEKIAN
&
TERIMA KASIH
Arief Prasetyo

More Related Content

Similar to Tugas Problem solving AI.pptx

Kecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxKecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxNinuNanda
 
Praktikum Algoritma3
Praktikum Algoritma3Praktikum Algoritma3
Praktikum Algoritma3pratiwy89
 
Praktikum algoritma 3 baru
Praktikum algoritma 3 baruPraktikum algoritma 3 baru
Praktikum algoritma 3 baruMarlena_Oktarini
 

Similar to Tugas Problem solving AI.pptx (6)

Kecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxKecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptx
 
Praktikum Algoritma3
Praktikum Algoritma3Praktikum Algoritma3
Praktikum Algoritma3
 
Praktikum algoritma 3 baru
Praktikum algoritma 3 baruPraktikum algoritma 3 baru
Praktikum algoritma 3 baru
 
Ai 2
Ai 2Ai 2
Ai 2
 
Searching
SearchingSearching
Searching
 
Pertemuan 05
Pertemuan 05Pertemuan 05
Pertemuan 05
 

Tugas Problem solving AI.pptx

  • 1. PROBLEM SOLVING BY SEARCHING * UNINFORMED SEARCH * INFORMED SEARCH ARIEF PRASETYO - 227038010 TEKNIK INFORMATIKA - FASILKOM TI - USU
  • 2.
  • 3. UNINFORMED SEARCH Biasa disebut Sebagai Blind Search  Tidak Memiliki Informasi tambahan mengenai kondisi di luar dari yang disediakan definisi masalah  Yang dilakukan dalam Teknik pencarian ini adalah generate dari successor dan membedakan antara goal state dan non goal state.  Pencarian dilakukan pada urutan mana saja node yang hendak di expand
  • 4. UNINFORMED SEARCH  Breadth-First Search  Uniform-cost Search  Depth-first Search  Depth-Limited Search  Iterative Deepening Depth-First Search  Bidirectional Search
  • 5. UNINFORMED SEARCH 1. Breadth-First Search • Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. • Menggunakan FIFO (Queue) • Algoritma : 1. Masukkan node akar ke queue 2. Ambil node dari awal queue dan cek apakah merupakan solusi 3. Jika solusi maka pencarian selesai, return hasil 4. Jika bukan solusi, masukkan seluruh node anak ke dalam queue 5. Jika queue kosong dan tiap node sudah dikunjungi, pencarian selesai 6. Jika queue tidak kosong, ulang pencarian mulai dari poin 2
  • 6. UNINFORMED SEARCH 1. Breadth-First Search  Keuntungan : 1. Tidak akan menemui jalan buntu, menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti yang paling baik 2. Jika ada 1 solusi, maka breadth – first search akan menemukannya,jika ada lebih dari solusi, maka solusi minimum akan ditemukan. 3. Kesimpulan : complete dan optimal  Kelemahan : 1. Membutuhkan memori yang banyak, karena harus menyimpan semua simpul yang pernah dibangkitkan. Hal ini harus dilakukan agar BFS dapat melakukan penelusuran simpul-simpul sampai di level bawah 2. membutuhkan waktu yang cukup lama
  • 8. INFORMED SEARCH Biasa disebut Sebagai Heuristik Search  Pencarian dengan algoritma ini menggunakan knowledge yang spesifik terhadap permasalahan yang dihadapi disamping dari definisi masalah itu sendiri.  Metode ini mampu menemukan solusi secara lebih efisien dari pada yang bisa dilakukan pada metode uninformed search
  • 9. INFORMED SEARCH 1. Greedy Best-First Search • Berikut langkah-langkah pencarian lintasan terpendek yang dilakukan Greedy Best-First Search : • Masukkan simpul awal ke dalam Open List. • Open berisi simpul awal dan Closed List masih kosong. • Masukkan simpul awal ke Closed List dan suksesornya pada Open List. Ulangi langkah berikut sampai simpul tujuan ditemukan dan tidak ada lagi simpul yang akan dikembangkan. • Hitung nilai f simpul-simpul yang ada pada Open List, ambil simpul terbaik (f paling kecil). • Jika simpul tersebut sama dengan simpul tujuan, maka sukses • Jika tidak, masukkan simpul tersebut ke dalam Closed • Bangkitkan semua suksesor dari simpul tersebut • Untuk setiap suksesor kerjakan : • Jika suksesor tersebut belum pernah dibangkitkan, evaluasi suksesor tersebut, tambahkan ke Open, dan catat “parent”- nya. • Jika suksesor tersebut sudah pernah dibangkitkan, ubah parent- nya jika jalur melalui parent ini lebih baik daripada jalur melalui parent yang sebelumnya. Selanjutnya, perbarui biaya untuk suksesor tersebut
  • 10. INFORMED SEARCH 1. Greedy Best-First Search